MultiStepwindpowerforecastingmodelUsingLSTMnetworks,SimilarTimeSeriesandLightGBM
MultiStepwindpowerforecastingmodelUsingLSTMnetworks,SimilarTimeSeriesandLightGBM.pdf
Intermittentandfluctuatingwindforcesaredetrimentaltothegrid.Amultivariatemodelwasproposedtoimprovetheaccuracyofwindpowergenerationpredictioninordertoinducesystemoperatorstoreducerisks.Themodelconsistsofthreesteps.First,themeteorologicaldatasuchaswindspeedarepredictedbyLSTMnetworksonthebasisoftraditionaltimeseriesapproaches.Thenamethodofsimilartimeseriesmatchingwithhierarchicalsearchisproposedtohighlightthemainfactorsandsavecomputingtime.Weusesimilardisparityasacriteriontoselectsimilarmeteorologicalseriesandpowerdataastrainingsets.Finally,similardataareinputtedintoLightGBMformodeling,training,andprediction.Industrialdataofthewindpowerplantisexaminedcase.Theresultsareclearlydisplaythattheproposedmethodcaneffectivelypredictwindpowerinthenext6hoursandachievehighprecision,whichhascertainengineeringpracticalvalue.
作者：YukunCaoLiaiGui
作者单位：SchoolofComputerScienceandTechnologyShanghaiUniversityofElectricPower,Shanghai,China
母体文献：2019年上海市“智能计算与智能电网”研究生学术论坛论文集
会议名称：2019年上海市“智能计算与智能电网”研究生学术论坛
会议时间：2019年5月17日
会议地点：上海
主办单位：上海市学位委员会
语种：chi
分类号：
关键词：WindpowerMulti-steppredictionsimilartimeseriesLSTMnetworkLightGBM
在线出版日期：2022年9月21日
基金项目：
相似文献
相关博文
页:
[1]